水下目标识别技术探究
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Technology Analysis 技术分析DCW
111数字通信世界2019.04(接上页)视,并采取相应有力措施加以解决,以促进高速公路
机电通信新技术的应用,为高速公路的发展提供更多通信技术支
持。
参考文献[1] 黄冠群.高速公路机电系统的维护与管理[J].科技创新与应用,2014,15(06):199.[2] 王小利.高速公路机电工程通信系统技术浅述[J].工程技术,2017,4(下):977.
1 研究背景
一般来说,水下目标情况复杂,我们研究的方向主要包括包
括舰船、潜艇、水雷、鱼群、海底沉物、地貌底质等。水下目标识别是实现水声装备与武器系统智能化的关键技术,更是现代信
息化条件下克敌制胜的前提,一直是各国海防领域面临的技术难
题。在20世纪40年代,世界各主要国家就已开始重视水下目标
识别技术,鉴于水下目标识别领域具有复杂性和特殊性,导致
该技术研究进展一直较为缓慢。近年来,尤其是军事应用方面,
低噪声核潜艇的出现对水下目标特征分析和识别技术的需求愈
加强烈。同时,新兴的信息处理技术、微处理器技术、VLSI 和
VHSIC 技术也取得了重大进展。正是基于军事需求和新兴电子技术的推动下,数值计算和实验室仿真技术日趋成熟,水下目标
识别技术迅速发展起来。
2 识别技术的发展 水下目标识别根据回波信号符合大信噪比条件,一般分为瞬态回波信号识别和水声图像信号识别两种。前者主要用于识别航
行舰艇,直接对目标回波或噪声信号进行实时辨别;后者多用于
静态目标,如海底沉淀物、地质结构等识别。早期的目标识别技
术,目标判断主要依据目标噪声或回波的波形音调、节奏分布特
性进行识别。随着研究技术和设备的发展,上个世纪七十年代后,目标回波的亮点分布结构起伏和展宽特性以及目标噪声的线谱分
布特性均已作为目标的特征量。但由于目标本身以及声传输信道
的复杂性,目标特征量及其数量的选取问题还是没有得到有效解
决。八十年代以来,目标识别技术广泛引入了近代信号处理技术,仪器设备研制和测量水平得到大幅提升,这为水下目标特征量提
取和数据收集提供了便利条件,与此同时,人工神经网络分析将
目标识别过程进一步智能化。
在全球电子化、智能化手段的快速发展和广泛应用下,各国
在水下目标识别的多个领域实现了突破。一是日本东京大学和美
国RESON 公司从2010年起联合开发应用于浅海及沿岸港口的自
动声纳目标探测跟踪系统。此系统能在低信噪比情况下,有效跟
踪探测水下运动目标。并在此基础上,使用干涉仪测量法计算相
位差场,这样就能够有效抑制噪声混响及静止假目标的干扰,从而提高识别率。二是美国爱荷华大学2013年深入研究了非稳态干扰下主动声纳目标探测及分类,并提出自适应子空间跟踪算法,在时频区域对目标回波进行动态监测,结果表明此算法能够有效抑制杂波对目标回波的干扰。三是欧美各国均建立了蛙人散射模型,进行水下小目标探测识别研究。通过实验,仿真分析了蛙人的目标强度,并开展水池试验,测量了蛙人呼吸气瓶的目标强度,
海上试验测量了蛙人目标强度。据公开资料显示,蛙人探测声纳(DDS )的性能描述,几乎所有的蛙人探测声纳均称实现了目标
识别和预警。四是2013年,美国海洋SPAWAR 系统中心海洋系统太平洋分部,应用多普勒方位测定法对多基地连续主动声纳目标进行跟踪。在多收发装置情况下,以此方法对目标进行有效定位和跟踪,取得良好效果。在先进发达国家的推动下,目标特性试验数据资源建设较为完善。俄罗斯、美国、英国在多年前就建立了大西洋海上试验场、DERA 测试场、活动式试验场及靶场,收集并整理了大量本国和盟约国及世界各国的舰艇目标特征数据资源,并对这些数据资源进行了对比分析、深层次挖掘,形成以特征库数据为基准的探测、识别体系。据了解,美俄等军事大国,每艘潜艇上都具有相应数据库,库中记载着各种舰艇、水中兵器的数据库及特征知识库,从而为作战中指挥官的准确判断提供数据支撑。
3 未来发展趋势随着吸声和隔声材料工艺提高、发动机减振降噪技术提升、仿生技术发展、干扰器种类多样化以及安静级潜艇应用给复杂的水下目标探测提出更高要求,识别与反识别技术出现了激烈碰撞。同时,水下目标识别技术和途径也逐渐多样化,己从单一源目标
提高到系统综合识别。据研究发现,现代激光技术可以作为水下目标识别系统的补充,尤其是在浅水区域、环境复杂的海洋区域、不易接近的区域等,使用激光可以快速探测和识别。机载激光扫描系统可以快速部署,用于探测水下目标或水面浮动目标。如果
目标足够大,机载激光扫描还可识别不同类型的目标,在这种情况下,在水面平台或水下平台上部署激光门控视图(LGV )、水下激光扫描(ULS )系统,可以确认目标。可以预见,未来的发展方向主要是非声探测、多传感器信息融合和智能目标识别等。人工智能技术与水声目标识别有机结合将是今后水下目标识别研究的重要方向。 参考文献[1] 丁玉薇.被动声呐目标识别技术的现状与发展[J].声学技术,2004,23(4).[2] 强超超 王元斌.水声目标识别技术现状与发展[J].指挥信息系统与技术,2018,9(2).
[3] 徐慧.水声目标被动识别相关技术研究[D].武汉:中国舰船研究院,2017[4] 柳革命,孙超,杨益新.基于特征融合的被动声呐目标识别[J].计算机仿真,2009,26(8).水下目标识别技术探究
刘梦琪
(哈尔滨工程大学水声学院,哈尔滨 150000)
摘要:水下目标识别就是从水声信号中提取水下目标特性并做出识别,确定出目标的本质属性,进而采取有效应对措施。在军事方面,水下目标识别是世界各国海防情报处理的重要组成,是武器分配、反潜和鱼雷防御的前提;在民用方面,水下目标识别是现代化海洋开发利用的重要基础。因此,开展水下目标识别研究在国家安全、海洋应用等方面意义重大。
关键词:水声目标;技术发展;综合识别
doi :10.3969/J.ISSN.1672-7274.2019.04.081
中图分类号:TP391.4 文献标示码:A 文章编码:1672-7274(2019)04-0111-01